本研究探讨大型语言模型（LLMs）是否能够自我反思其语言知识，尤其是语法和词预测。结果表明，尽管模型在任务中表现良好，但缺乏自我访问能力，这对理解其语言知识提出了新挑战。

本研究提出了一种跨模态知识迁移学习框架（CMKT），有效整合语言知识与语音增强模型，实验结果表明其在多种条件下表现优异。

CogNet是一个整合了语言知识、世界知识和常识知识的知识库，采用三层统一的框架式表示架构，并通过混合自动标注和众包注释的策略将常识知识与其他结构化知识集成。目前，CogNet包含1000+个语义框架、2000万+个实例和90000+个常识知识断言。用户可以在在线平台上查询和探索，并以RDF格式免费下载使用。